Google DeepMind heeft Gemini 4 Carbon uitgebracht, het nieuwste AI-model, slechts twee weken na de verzending van Gemini 4 Argon. Het nieuwe model debuteert bovenaan de Artificial Analysis Intelligence Index v5 met 59 punten – een sprong van negen punten ten opzichte van de 50 van Argon – en is gebouwd voor langdurig, autonoom technisch werk. De meeste gebruikers zullen echter moeten wachten: vanwege de geavanceerde cyberbeveiligingsmogelijkheden doorloopt Carbon het vrijwillige pre-testproces van de Amerikaanse overheid en is het in eerste instantie alleen beschikbaar voor geselecteerde beveiligingsexperts. Voor voortdurende berichtgeving over de nieuwste AI-ontwikkelingen, volgt u AI Buzz Wire terwijl de uitrol zich uitbreidt.

Een uitrol waarbij beveiliging voorop staat

Het ongebruikelijke releasepad van Carbon weerspiegelt hoe capabel het model is in zowel offensief als defensief cyberwerk. Google zegt dat zijn mogelijkheden de volledige levenscyclus van cyberdefensie bestrijken, van het detecteren en valideren van kwetsbaarheden tot het patchen ervan. Reuters meldde dat het model een duidelijke focus heeft op cyberbeveiliging, en Ars Technica heeft het botweg in de kop gezet: dit is een grensmodel “dat je niet kunt gebruiken” – althans nog niet, terwijl het deel uitmaakt van het pre-testproces van de overheid voor geavanceerde AI-systemen.

Google heeft geen datum aangekondigd voor algemene beschikbaarheid. De prijzen zijn echter al openbaar: de koolstofkosten zijn hetzelfde als die van Argon, waardoor de grenstokentarieven van Google gedurende twee opeenvolgende modelgeneraties ongewijzigd blijven.

Gebouwd voor meerdaags autonoom werk

Het bedrijf zegt dat het Carbon heeft ontworpen voor "veel moeilijkere technische problemen met een lange horizon" die aanhoudende agentische workflows vereisen. Volgens Google hebben interne teams het model meerdere dagen achter elkaar uitgevoerd, waarbij het zelfstandig door impasses heen werkte en complexe, uit meerdere stappen bestaande taken uitvoerde, zoals analyse van de hoofdoorzaak en subtiele bugfixes in grote codebases en software op laag niveau.

Google rapporteert ook verbeteringen in wetenschappelijk redeneren, multimodaal begrip en full-stack webontwikkeling op basis van vroege feedback van gebruikers.

Sterk in het algemeen, achtervolgt Claude nog steeds bij het coderen

Het benchmarkbeeld is sterk, maar geen zuiver beeld. Op de Artificial Analysis Intelligence Index v5 leidt Carbon op het hoogste redeneerniveau het veld, voornamelijk door topscores op het gebied van complex redeneren, het ophalen van kennis en wetenschappelijke taken, en neemt het de eerste plaats in vier van de negen individuele evaluaties van de index.

Bij agentische codering ligt Carbon nog steeds drie punten achter Claude Opus 5.5 van Anthropic (59 versus 62), zelfs na een grote sprong ten opzichte van Argon's 53. Op het WebDev Arena-klassement behaalde Carbon 89 Elo-punten en bereikte 1.769, waarmee het op de vierde plaats staat.

Onafhankelijke evaluaties vertellen een soortgelijk verhaal. Het evaluatieplatform Vals AI plaatst Carbon op de tweede plaats met een nauwkeurigheid van 70,36 procent, achter Claude Sonnet 5.5 met 70,85 procent maar vóór Claude Opus 5.5 met 70,18 procent, en Argon op de vierde plaats met 69,24 procent.

Op de AA-Briefcase-benchmark voor agentisch kenniswerk van Artificial Analysis bereikte Carbon 1.609 Elo, een winst van 126 punten ten opzichte van de 1.483 van Argon. Het staat nog steeds achter Kimi K3.1 Pro op 1.678, Muse Wonder op 1.659 en Grok 4.7 op de xhigh-instelling op 1.638.

Nauwkeurigheid omhoog, hallucinaties ook

De nauwkeurigheid van de antwoorden op de evaluaties van Artificial Analysis steeg van 48 procent met Argon naar 58 procent met Carbon. Het hallucinatiepercentage steeg van 4 naar 11 procent – ​​hoger, maar nog steeds de op een na laagste in de ranglijst. Ter vergelijking: Claude Opus 5.5 en GPT-6 Astra zitten bij hun maximale redeneringsinstellingen elk op 50 procent van dezelfde maatstaf, volgens gegevens van Artificial Analysis gerapporteerd door The Decoder.

Beveiligingsbenchmarks: een bijna perfecte score voor snelle injectie

Beveiliging is waar Google zijn grootste overwinningen claimt. In de eigen benchmarkselectie van het bedrijf behaalt Carbon de eerste plaats in 15 van de 16 tests, waarbij hij zich buiten het veld bevindt, vooral bij taken met een lange context en beveiligingstaken.

Op de indirecte injectiebenchmark van Gray Swan zegt Google dat Carbon het slagingspercentage van aanvallen van 0,7 procent met Argon naar 0,0 procent heeft geduwd, waardoor elke manipulatiepoging in de testset wordt geblokkeerd. De Decoder waarschuwt dat dit niet betekent dat snelle injectie is opgelost – de test lijkt verzadigd – maar het resultaat helpt verklaren waarom Amerikaanse functionarissen het model vóór de implementatie willen bekijken voordat het het publiek bereikt.

Twee grensverleggende modellen in twee weken

Het tempo is de boodschap. Twee grensverleggende releases binnen veertien dagen – Argon medio oktober, Carbon nu – markeren een agressieve cadans van Google DeepMind terwijl het concurreert met Anthropic en OpenAI om de top van onafhankelijke klassementen en om zakelijke contracten.

Voorlopig ziet het scorebord er als volgt uit: Carbon leidt de algemene index, Claude Opus 5.5 behoudt de kroon op het gebied van coderen, en het sterkste cyber-capabele model op de markt bevindt zich achter een controledeur van de overheid. Wanneer Carbon zich breder openstelt, betekent ongewijzigde prijzen dat de echte strijd zal worden beslist op basis van de mogelijkheden per token in plaats van op de kortingen – en Google heeft zojuist de lat hoger gelegd wat betreft die maatstaf.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →